×

里卡姆,约翰·雷登计算与应用数学研究所。 (英语) Zbl 1480.01064号

概要:奥地利科学院约翰雷登计算与应用数学研究所(RICAM)专注于应用数学的基础研究。该研究所位于奥地利第三大城市和工业中心林茨。来自全球各地的研究人员在数学建模、仿真、反问题和优化等共同核心领域展开合作。RICAM代表着卓越的研究,这可以从高水平的出版物和学院特殊学期在学术界的受欢迎程度中看出。RICAM的工作组在一系列不同学科领域提供了广泛的专业知识,他们共同创造了一个激动人心的氛围,以开展应用数学研究。

MSC公司:

01A74号 院校数学史(非大学)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] B.Azmi,D.Kalise和K.Kunisch,通过梯度增强稀疏多项式回归恢复最优反馈律。机器学习研究杂志,22,1-32(2021)·Zbl 07370565号
[2] J.Berner、M.Dablander和P.Grohs,通过深度学习数值求解高维Kolmogorov偏微分方程的参数族。《神经信息处理系统进展》,第33卷,第16615-16627页,由H.Larochelle、M.Ranzato、R.Hadsell、M.F.Balcan和H.Lin,Curran Associates,Inc.编辑(2020年)
[3] J.Berner、P.Grohs和A.Jentzen,泛化误差分析:深度人工神经网络上的经验风险最小化克服了Black-Scholes偏微分方程数值逼近中的维数灾难。SIAM J.数学。数据科学。2, 631-657 (2020) ·Zbl 1480.60191号
[4] E.F.Brunner、I.Shatokhina、M.F.Shirazi、W.Drexler、C.K.F.Hitzenberger、R.A.Leitgeb、R.Ramlau和M.Pircher,用三面金字塔波前传感器进行AO-OCT的In-vivo演示(会议演示)。在《眼科技术XXX》第11218卷,F.Manns、A.Ho和P.G.Söderberg编辑,国际光学和光子学会,SPIE(2020)
[5] R.Davies,J.Alves,R.Ramlau,R.Wagner,V.Hutterer,J.Niebsch等人,MICADO第一台ELT光成像仪:概述,操作,模拟。《SPIE天文望远镜和仪器会议记录》,第10702卷(德克萨斯州奥斯汀,2018年6月):地基和机载天文仪器VII,由C.J.Evans、L.Simard和H.Takami编辑,SPIE,570-581(2018)
[6] S.Dolgov、D.Kalise和K.K.Kunisch,高维Hamilton-Jacobi-Bellman方程的张量分解方法。SIAM J.科学。计算。43,A1625-A1650(2021)·Zbl 1471.65184号
[7] A.Effland、E.Kobler、K.Kunisch和T.Pock,变分网络:图像恢复早期停止变分方法的最优控制方法。数学杂志。成像视觉62、396-416(2020)·Zbl 1434.68626号
[8] H.W.Engl和R.Ramlau。反问题的正则化。《应用和计算数学百科全书》,由B.Engquist、Springer、Heidelberg编辑(2015)
[9] P.Grohs和L.Herrmann,高维抛物Hamilton-Jacobi-Bellman方程的深度神经网络近似。arXiv:2103.05744(2021)
[10] P.Grohs、F.Hornung、A.Jentzen和P.Von Wursemberger。证明了人工神经网络在Black-Scholes偏微分方程数值逼近中克服了维数灾难。AMS回忆录,即将出版(2020年)
[11] V.Hutterer、R.Ramlau和I.Shatokhina,带金字塔波前传感器的实时自适应光学:第一部分,金字塔传感器模型的理论分析。反问题35,045007(2019)·Zbl 1461.35231号
[12] J.A.Iglesias和G.Mercier,总变分正则化中维数对水平集收敛的影响。ESAIM控制优化。计算变量26,第52号论文(2020年)·Zbl 1458.49030号
[13] K.Kunisch和D.Walter,通过深度神经网络近似实现自治系统的半全局最优反馈镇定。ESAIM控制优化。计算变量27,第16号论文(2021年)·Zbl 1511.49021号
[14] R.Ramlau和O.Scherzer(编辑),《氡变换》。前100年及其后。氡系列。计算。申请。数学。柏林德格鲁伊特22号(2019年)·Zbl 1420.44001号
[15] M.Scherbela、R.Reisenhofer、L.Gerard、P.Marquetand和P.Grohs,用多重核几何体的重量共享深度神经网络求解电子薛定谔方程。arXiv:2105.08351(2021)
[16] 菲利普·格罗斯(Philipp Grohs)是维也纳大学(University of Vienna)的教授,也是RICAM的组长。他的主要研究兴趣是数值分析、信号处理和机器学习数学。他被授予ETH Latsis奖,并被选为Alexander-von-Humboldt教授奖。
[17] Peter Kritzer领导RICAM工作组“多元算法和准蒙特卡罗方法”。他的研究兴趣包括高维数值积分、函数逼近和基于信息的复杂性。他于2015年获得IBC成就奖。
[18] Karl Kunisch是格拉茨卡尔弗兰岑斯大学的名誉教授,也是RICAM的组长。他是一位应用数学家,其主要研究兴趣在于偏微分方程背景下的控制和优化。他获得了ERC高级奖学金,并获得了W.T.和Adalia Reid奖。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。